基于視覺與肌電信號的手勢識別研究.pdf

1、手勢是人類日常生活中人與人之間最自然的一種交互方式之一，也是聾啞人與外界交流的最重要方式。手勢識別技術(shù)的研究，是探索符合人際交流習慣的人機交互技術(shù)研究領(lǐng)域的重點和熱點之一，也是研究聾啞人手語動作識別的基礎(chǔ)。手勢識別技術(shù)的輸入方法主要有：基于數(shù)據(jù)手套的手勢識別、基于視覺的手勢識別和基于人體動作肌電信號(SEMG)的手勢識別。 基于視覺的手勢識別方法簡便易行，設(shè)備成本低廉，非接觸式的手勢動作采集方式使交互的自然性和舒適性得到較大改善

2、。但由于視覺的不確定性，使得它具有依賴于攝像機觀測的視角，對背景、環(huán)境變換的適應性差等缺點。基于肌電信號的手勢識別不受外界環(huán)境背景變化的影響，計算量較小，具有更好的實時性。但由于肌群結(jié)構(gòu)的復雜性、肌電信號的個體差異、電極位置等影響，增加了其分類難度。 依據(jù)視覺和肌電信號(SEMG)兩種輸入方式各自不同的特點，本文將兩種輸入方式結(jié)合起來，優(yōu)勢互補，從多傳感器融合的角度，尋求提高多類手勢動作正確識別率的方法。 論文的主要研究

3、內(nèi)容、研究成果和創(chuàng)新點有： 1.提出了采用SEMG的活動段檢測與視頻序列的幀提取相結(jié)合的手勢分割方法，即用SEMG活動段提取的結(jié)果指導視頻手勢序列的分割，提取最為有效的手勢幀，以用于手勢分割。 2.將形狀上下文描述子運用到手勢輪廓建模中，最大程度的精確描述各手勢輪廓信息。針對形狀上下文描述子可能對輪廓噪聲點存在敏感性的問題，提出了一種距離直方圖方法求取自適應模板半徑的方法，提高了算法的抗噪聲干擾能力。 3.分別將